\n
Estimado usu\u00e1rio.<\/strong>
Preencha o formul\u00e1rio abaixo para remeter a p\u00e1gina.<\/p>\n<\/p><\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div><\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/p><\/div>\n\n
\n
![\"Os](\"https:\/\/www.agrolink.com.br\/upload\/imagens-resizes\/0c55557388e344b98dcb77520343fe94_858x483.jpg\")
\n Os resultados demonstraram que a correla\u00e7\u00e3o entre a produtividade prevista e a observada chegou a 71% – Foto: Divulga\u00e7\u00e3o<\/span><\/p><\/div>\n<\/p><\/div>\n\n
Um modelo desenvolvido pela Embrapa mostrou ser capaz de prever a produtividade da soja com 71% de precis\u00e3o, utilizando imagens de sat\u00e9lite de alta resolu\u00e7\u00e3o, segundo o engenheiro cart\u00f3grafo Edmilson Martinho. A tecnologia combina sensoriamento remoto, c\u00e1lculos estat\u00edsticos e aprendizagem de m\u00e1quina, oferecendo potencial para auxiliar produtores e a ind\u00fastria no planejamento estrat\u00e9gico de colheita, log\u00edstica e comercializa\u00e7\u00e3o.
\n<\/p>\n
O estudo utiliza imagens di\u00e1rias da constela\u00e7\u00e3o PlanetScope, disponibilizadas pelo Programa Brasil MAIS, do Minist\u00e9rio da Justi\u00e7a e Seguran\u00e7a P\u00fablica, permitindo acompanhar quase em tempo real o desenvolvimento das lavouras. No caso da soja, o \u00edndice de vegeta\u00e7\u00e3o real\u00e7ado (EVI2) foi aplicado para capturar diferen\u00e7as relacionadas \u00e0 biomassa e \u00e0 estrutura das plantas. Al\u00e9m da soja, o modelo tamb\u00e9m foi testado em cana-de-a\u00e7\u00facar, milho, algod\u00e3o e arroz, apresentando \u00edndices elevados de acur\u00e1cia.<\/p>\n
Os resultados demonstraram que a correla\u00e7\u00e3o entre a produtividade prevista e a observada chegou a 71%, considerada alta para estudos dessa natureza. A metodologia foi aplicada em experimentos de valida\u00e7\u00e3o do bioestimulante Hydratus, desenvolvido para aumentar a resist\u00eancia das plantas \u00e0 seca, mostrando-se uma estrat\u00e9gia inovadora e econ\u00f4mica para avalia\u00e7\u00e3o do desempenho das culturas em tempo real.
\n<\/p>\n
Com o avan\u00e7o da pesquisa e a inclus\u00e3o de novas vari\u00e1veis, como temperatura, textura do solo e disponibilidade h\u00eddrica, o modelo tem potencial para se tornar ainda mais robusto e aplic\u00e1vel em escala comercial. Al\u00e9m de apoiar produtores e ind\u00fastrias, a ferramenta pode ser \u00fatil em levantamentos oficiais de safra, oferecendo previs\u00f5es mais objetivas e abrangentes para diferentes regi\u00f5es do pa\u00eds.
\n\u00a0<\/p>\n<\/p><\/div>\n<\/p><\/div>\n